Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学;国网吉林省电力有限公司李祖毅获国家专利权

浙江大学;国网吉林省电力有限公司李祖毅获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浙江大学;国网吉林省电力有限公司申请的专利一种基于灵活性转移矩阵的多能系统灵活性量化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120893800B

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511421863.0,技术领域涉及:G06Q10/0631;该发明授权一种基于灵活性转移矩阵的多能系统灵活性量化方法是由李祖毅;燕磊;李宝聚;梅林珏昊;王尧;黄浚哲;陈彦锜设计研发完成,并于2025-09-30向国家知识产权局提交的专利申请。

一种基于灵活性转移矩阵的多能系统灵活性量化方法在说明书摘要公布了:本申请公开了一种基于灵活性转移矩阵的多能系统灵活性量化方法,涉及能源系统评估技术领域。将多能系统在基本调度场景下的系统参数以及运行参数输入至灵活性评价物理模型,以输出多能系统在基本调度场景下所能提供的最大灵活性参数,其中,灵活性评价物理模型,用于通过系统参数、运行参数以及子系统灵活性转移矩阵确定多能系统在灵活性场景下的边界参数,并基于灵活性场景下的边界参数确定多能系统在基本调度场景下所能提供的最大灵活性参数,子系统灵活性转移矩阵用于表征多能系统中各子系统内部节点的灵活性转移关系。由此得到的灵活性评价结果不会超过多能系统所能实际满足的灵活性需求,从而提高了对多能系统的灵活性评价结果的准确性。

本发明授权一种基于灵活性转移矩阵的多能系统灵活性量化方法在权利要求书中公布了:1.一种基于灵活性转移矩阵的多能系统灵活性量化方法,其特征在于,所述方法包括: 获取多能系统在基本调度场景下的系统参数以及运行参数; 将所述系统参数以及所述运行参数输入至灵活性评价物理模型,以输出所述多能系统在所述基本调度场景下所能提供的最大灵活性参数,其中,所述灵活性评价物理模型,用于通过所述系统参数、所述运行参数以及子系统灵活性转移矩阵确定所述多能系统在灵活性场景下的边界参数,并基于所述灵活性场景下的边界参数确定所述多能系统在所述基本调度场景下所能提供的最大灵活性参数,所述子系统灵活性转移矩阵用于表征所述多能系统中各子系统内部节点的灵活性转移关系; 所述系统参数包括:所述多能系统中各能源类型可控设备的最大出力极限、最小出力极限、上行爬坡极限以及爬坡极限;所述多能系统中各耦合系统的能源转化效率、输出功率上限、输出功率下限、能源转化功率上行爬坡极限、能源转化功率下行爬坡极限、所述耦合系统中的热电联产耦合系统的电热比上限以及所述热电联产耦合系统的电热比下限;所述耦合系统为所述多能系统中所有同时输入或输出多种类型功率的可控设备所构成的集合;所述多能系统中各能源需求节点对各所述能源类型可控设备的功率利用上限以及功率利用下限;所述多能系统中各所述子系统的功率转移因子以及断面负载极限; 运行参数包括:所述多能系统中各所述能源类型的能源需求、各所述耦合系统的能源需求、各所述能源需求节点的上行灵活性需求以及下行灵活性需求; 所述子系统灵活性转移矩阵包括:上行灵活性转移矩阵以及下行灵活性转移矩阵;在所述灵活性评价物理模型中,灵活性需求节点的灵活性需求满足如下约束条件: ; 其中,表示所述多能系统在所述基本调度场景下所能提供的最大上行灵活性,表示所述多能系统在所述基本调度场景下所能提供的最大下行灵活性,表示所述上行灵活性转移矩阵,表示所述下行灵活性转移矩阵,表示维的全1矩阵,为维的用于标记所述子系统中所述能源需求节点的对角矩阵,表示所述能源需求节点的上行灵活性需求,表示所述能源需求节点的下行灵活性需求,分别表示电力子系统、输气子系统、热力子系统以及所述耦合系统; 所述灵活性评价物理模型中用于进行优化迭代的目标函数为: ; 其中,表示以后续函数的最大化为优化目标,表示矩阵内所有元素求和。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学;国网吉林省电力有限公司,其通讯地址为:310000 浙江省杭州市西湖区余杭塘路866号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。